基于粒子群组合神经网络的原岩应力预测研究

编号 zgly0001435509

文献类型 期刊论文

文献题名 基于粒子群组合神经网络的原岩应力预测研究

作者 高峰  王连国 

作者单位 山西大同大学工学院  中国矿业大学深部岩土力学与地下工程国家重点实验室 

母体文献 西北农林科技大学学报(自然科学版 

年卷期 2012年02期

年份 2012 

分类号 TD311 

关键词 原岩应力  预测模型  组合人工神经网络  粒子群算法 

文摘内容 【目的】建立原岩应力准确预测方法,为岩石力学研究及地下岩土开挖工程设计与施工提供参考。【方法】充分利用区域实测原岩应力数据资料,选取岩石埋藏深度、岩石类别等参数作为原岩应力的评判指标,在分析基于群体智能(GI)的粒子群优化算法(PSO)和BP神经网络算法特点的基础上,提出一种新的组合训练方法,建立了PSO-BP组合人工神经网络模型,并对原岩应力进行实际算例预测。【结果】PSO-BP组合人工神经网络模型整体工作性能优良,研究区域原岩应力场最大主应力、最小主应力、垂直应力的网络输出与目标输出相关程度较高,相关系数分别为0.994 0,0.997 0,0.992 0,该组合模型基本可以预测研究区域原岩应力场的分布规律。【结论】应用建立的PSO-BP组合人工神经网络模型可以进行原岩应力的准确预测,对岩体初始应力研究和地下工程设计具有一定的指导意义。